대부분의 실제 최적화 문제는 검색 공간에서 로컬 최적 조건을 갖지만 확실한지 알고 싶습니다. 로컬 최적 값이 없다는 것을 확실히 알면 간단한 언덕 오르기 알고리즘을 적용하여 GA와 같은 복잡한 검색 알고리즘 대신 문제를 해결할 수 있습니다. 이것은 약간의 기본 인 경우 죄송합니다
TSP를 해결하는 유전 알고리즘에 대해 순서가 지정된 크로스 오버를 구현했습니다. 그러나 돌연변이가 활성화되지 않은 상태에서 내 알고리즘의 프리폼이 더 우수하다는 것을 알았습니다.이 문제는 순서가 지정된 크로스 오버가 일부 올바른 유전 정보를 혼합하여 약간 "변형 된"솔루션을 생성하는 방법 때문이라고 생각합니다. 그러나 나는 이것이 잘못된 것처럼 느낍니까?
그래프 문제와 관련하여 도움이 필요합니다. 내 솔루션을 구현하는 대신 기존 솔루션이나 알고리즘을 찾고 있습니다. 하나 있으면 제발 도와주세요. 나는 성공하지 않고 인터넷 검색을 시도했다. 내 문제는 다음과 같습니다. 방문 할 위치가 여러 개 있으며 각 위치에 마감 기한이 있습니다. 보통, 나는 결코 그들을 모두 방문 할 수없고, 마감 시간을 어쨌든 초과 할
나는 룰렛 휠 선택을 사용하여 유전 알고리즘을 구현하려고하고 있는데, 만약 우리가 아이를 낳을 때 같은 부모가 선택된다면 어떻게 될까? 결과적으로 자녀가 부모와 같기 때문에 우리는 여전히 교차를합니까? breedChild: function() {
//blah blah blah
//blah blah blah
//blah blah
유전자 알고리즘을 사용하여 훈련시키려는 피드 포워드 신경망이 있습니다. 가장 좋은 방법은 회색 코드로 표시된 가중치의 이진 문자열을 사용하는 것입니다. 그러나 제 경우에는 각 염색체에 대해 65 개의 가중치를 사용하므로 길이가 2080 (65 * 32 비트) 인 문자열이됩니다. 이 문제는 복잡한 것이므로 문자열의 비트 수를 줄이는 것보다 최적의 솔루션에 도
지금 GAUL 사용법을 배우고 있습니다. 나는 첫번째 예제 투쟁에서 시작했다 .c 나는 그것을 이해하고 성공적으로 실행할 수있다. 그러나 최상의 결과가 대상 문자열과 결코 같을 수없는 것처럼 보입니다. 목표 문자열은 "우리가이 투쟁에 대해 생각할 때, 우리는 자연의 전쟁이 끊이지 않고, 두려움이 느끼지 않으며, 죽음이 일반적으로 신속하고, 활발한 건강하고
Matlab의 유전자 알고리즘과 fmincon 함수를 사용하여 문제를 해결하려고합니다. 여기서 변수의 값에는 상한과 하한이 하나도 없습니다. 대신 변수는 x = 0 또는 lb < = x < = ub의 값을 가져야합니다. 이것은 터빈 할당 문제로, 터빈을 끄거나 (x = 0) 또는 낮은 캐비테이션 제한과 높은 캐비테이션 제한 (lb 및 ub) 내에 둘 수 있
기본적으로 Java (가장 높은 점수를 가진 솔루션)를 사용하여 유전 알고리즘의 상위 N 솔루션을 찾아야합니다. 유전 알고리즘에 Jenetics 라이브러리를 사용하고 있지만 라이브러리의 소스 코드를 해킹하지 않고도 그 결과를 얻을 수있는 방법을 찾을 수 없습니다. 좋은 문서/예제를 가진 사람이 누구인지 잘 아는 사람이라면 다른 라이브러리를 사용할 수 있습니
나는 사람이 어떤 경험이있는 경우 출력 파레토 최적 곡선, 난 그냥 궁금 해서요 것을 사람 대 내쉬 균형을 기반으로 MOGA 솔루션의 비교에 관한 석사 학위 논문에 대한 작업을 시작하고 내쉬 평형을 출력하는 기존 알고리즘의 좋은 예 또는 내가 작업 할 수있는 파레토 곡선. 내 목적에 잘 맞는 프레임 워크가 아닌 경우이 빌드를 직접 작성해야합니다 (물론 언어
Matlab에서 두 포인트 크로스 오버를 구현하는 가장 좋은 방법은 무엇입니까? 2 포인트 크로스 오버는 here으로 설명됩니다. 내 응용 프로그램에서는 어디서나 목록을 분할 할 수 없습니다. 그것들은 4 개로 그룹 지어지기 때문에리스트를 분리 할 수있는 곳 (염색체)은 4, 8, 12 등입니다 (내 응용 프로그램은 선형 유전 프로그래밍 문제이기 때문에).